FrameDiT:一种用于钢支撑框架结构构件布局设计的双流条件扩散 Transformer
《Advanced Engineering Informatics》:FrameDiT: A dual-stream conditional diffusion Transformer for component layout design of steel braced frame structures
【字体:
大
中
小
】
时间:2026年10月24日
来源:Advanced Engineering Informatics 11.5
编辑推荐:
• 提出并实验验证了结构图纸流形假设。
• 多通道图纸与结构化参数实现了多模态条件控制。
• FrameDiT 利用双流扩散 Transformer 自动化完成布局设计。
• 对称性损失与支撑连接性损失增强了工程合理性。
• 自动化工作流将生成的布局方案转换为有限元(FE)和
• 提出并实验验证了结构图纸流形假设。
• 多通道图纸与结构化参数实现了多模态条件控制。
• FrameDiT 利用双流扩散 Transformer 自动化完成布局设计。
• 对称性损失与支撑连接性损失增强了工程合理性。
• 自动化工作流将生成的布局方案转换为有限元(FE)和建筑信息模型(BIM)。
## 引言
钢支撑框架结构因其优异的抗侧刚度、灵活的空间布局以及高度的工业化程度,被广泛应用于多层和高层建筑中 [1]。随着全球城市化的加速,新建建筑需求持续增长,建筑功能也日益复杂。结构设计不仅需要满足安全与经济性的要求,还需要在较短的设计周期内支持多轮方案迭代,这对设计效率和设计质量提出了更高要求。然而,传统设计范式高度依赖工程师的专业经验。结构工程师与建筑师通常在设计的不同方面各有侧重,这往往需要反复沟通和迭代修改,导致设计效率低、方案质量不稳定且方案多样性有限 [2]。近年来,人工智能(AI),尤其是深度学习的快速发展,为结构设计从经验驱动的实践转向数据驱动和智能生成提供了新的技术路径,并逐渐成为结构设计中自动化与智能化的重要驱动力 [3]。
在此背景下,人工智能在结构设计领域的研究已逐步从判别性分析发展到生成式设计。Pizarro 等人 [4] 提出了一种基于卷积神经网络(CNN)的框架,将深度学习引入结构设计,通过建筑平面图生成概念性的剪力墙布局。通过将结构构件表示为图数据并利用图神经网络(GNN)建模其拓扑关系,该方法已被广泛应用于住宅平面设计 [5]、[6]、剪力墙布局设计 [7] 以及框架结构的梁柱布局设计 [8]。随后,变分自编码器(VAE)被用于壳体结构的建筑形体与布局设计,通过连续潜在表示实现了样本插值和条件生成 [9]。
生成对抗网络(GANs)的出现进一步推动了智能结构设计的进程,通过对抗学习提升了生成结果的可用性。代表性研究如 House-GAN [10] 和 ESGAN [11] 在房间布局和场地规划生成中展现了强大的空间拓扑和局部几何细节建模能力。Liao 等人 [12] 将 GANs 应用于自动化剪力墙布局设计,获得了与工程师设计方案相当的结果。对于钢支撑框架结构,Fu 等人 [13] 开创了柱和支撑布局生成的解耦方法,使用两个 GAN 模型依次完成这两项任务。其后续工作 [14] 进一步纳入了物理设计规则,以提升生成结果的视觉质量和物理合理性。Zhang 等人 [15] 提出了 SupportGAN,一种由领域知识引导的两阶段 GAN 框架,用于基坑内部支撑结构的概念布局设计。
近年来,扩散模型(DMs)凭借其高质量的生成效果和稳定的训练过程受到了广泛关注,并在文本到图像生成 [16]、[17] 和图像修复 [18] 方面取得了显著成功。HouseDiffusion [19] 将扩散模型扩展到建筑平面生成。多项研究 [20]、[21]、[22] 将扩散模型应用于剪力墙布局设计,并进一步实现了从手绘草图到建筑平面图再到剪力墙布局的端到端生成 [23]、[24]。Li 等人 [2] 提出了 FrameDiffusion,利用建筑图纸和设计参数作为条件输入,单步生成钢支撑框架结构的构件布局,从而显著提高了设计效率。
与此同时,Transformer 架构 [25] 已成为自然语言处理领域的主导范式,因其自注意力机制能够有效捕捉长距离依赖关系。为了将 Transformer 适配于视觉任务,Vision Transformer(ViT)[26] 将图像分割为图像块并展平为一维标记序列进行图像建模。类似地,Diffusion Transformer(DiT)[27] 用 Transformer 替换了 Stable Diffusion [29] 中的 U-Net [28] 主干网络,使扩散和去噪过程能够在图像块级别进行建模。基于这一思路,已有多个变体被开发出来。例如,Li 等人 [30] 提出了 Just image Transformer(JiT),无需额外预训练或辅助损失即可直接预测干净图像,展现出强大的可扩展性和生成能力。
VAE、GAN、DM 和 DiT 等生成模型在學習高维图像空间复杂分布上的成功,与流形假设 [31] 密切相关。该假设指出,现实世界的数据虽然嵌入在高维环境空间中,但通常集中在低维流形附近 [30]。对于具有明显几何规律和拓扑约束的工程图纸而言,其有效自由度远低于像素空间的维度。因此,此类图纸可被视为嵌入在高维空间中的结构化低维数据。这一视角为生成模型在智能结构设计中的近期成功提供了重要解释。
与强化学习方法 [32]、[33]、[34] 不同——后者能够在优化过程中与力学分析和有限元(FE)模型交互以显式强制结构合理性——生成模型在生成过程中通常不与物理模拟直接耦合。相反,它们通常依赖结构设计规则或物理信息约束来指导生成过程,同时以数据驱动方式从历史图纸中学习工程经验。其关键优势在于能够高效地在给定设计条件下生成多样化的候选布局方案,从而为后续结构分析与优化提供丰富的方案集。
尽管已取得上述进展,钢支撑框架结构的自动化构件布局设计仍面临若干局限性:(i) 现有研究主要集中在柱和支撑的布置上,而对梁的布局关注较少。由于梁对于传递竖向和侧向荷载至关重要,缺少梁的生成使得难以获得完整可行的结构方案。(ii) 为降低训练和推理成本,现有基于扩散的方法 [2] 通常采用 VAE 将图像压缩到潜在空间中进行扩散和去噪。该策略可能削弱结构图纸中的局部几何细节,并增加后处理的难度。(iii) 建筑信息模型(BIM)已成为现代工程实践中数字设计、多学科协同和全生命周期信息管理的关键载体 [35]。然而,对于钢结构而言,尚未建立从建筑图纸到结构布局再到 BIM 模型的一体化智能工作流,限制了此类方法向工程应用的直接扩展。
为应对上述问题,本文提出了 FrameDiT,一种用于钢支撑框架结构自动化构件布局设计的双流条件扩散 Transformer。该模型能够高效协同地生成柱、梁和支撑的布局方案,并进一步支持有限元(FE)和 BIM 模型的快速构建。本文的主要贡献如下:
(1) 构建了钢支撑框架结构的多模态数据集,图纸以多通道格式表示,设计参数通过结构化表示进行编码。
(2) 在结构图纸流形假设的指导下,提出了一种名为 FrameDiT 的双流条件扩散 Transformer,在建筑图纸和设计参数的联合约束下高效生成柱、梁和支撑的布局方案。
(3) 建立了钢支撑框架结构的自动化建模工作流,涵盖从建筑图纸到结构布局再到 FE 和 BIM 模型的全过程。
### 章节摘要
**结构图纸数据集的流形理论**
流形假设 [31] 为生成模型在自然图像生成中的成功提供了重要解释。与自然图像相比,结构图纸受到拓扑关系、构件连接性和几何对称性的更强约束。因此,其样本更有可能集中在高度结构化的低维区域中。基于这一观察,本文提出了结构图纸流形假设:
**结构设计的多模态数据表示**
RGB 图像是图像生成任务中常见的表示方式。然而,对于结构设计任务而言,直接使用 RGB 图像存在若干局限性。当同时生成多种构件类型时,构件之间可能发生重叠和遮挡。此外,生成的图像可能出现颜色偏差,增加了后处理的难度。更重要的是,该表示方式不允许显式地引入额外的工程先验信息。
**FrameDiT**
基于上述数据表示和结构图纸流形假设,本研究提出了一种名为 FrameDiT 的双流条件扩散 Transformer,用于钢支撑框架结构的自动化构件布局设计。与在潜在空间中操作的生成方法不同,FrameDiT 直接在图像空间中进行条件生成,从而最大程度地保留柱、梁和支撑的边缘锐利度和局部几何细节。该
**实验目标**
为验证所提出 FrameDiT 的有效性,本文开展了一系列数值实验:
(i) 对 FrameDiT 进行完整训练,并选择对应最佳超参数组合的模型作为分析和比较的基准。
(ii) 由于现有的钢支撑框架布局生成方法并不能同时处理柱、梁和支撑,无法与本文任务直接比较。因此,引入了两个代表性基准模型。
**实验结果与分析**
基于广泛的实验,本节从定量指标和视觉质量两个方面,将所提模型生成的结果与工程师设计方案以及两个基准模型的结果进行了比较。并通过消融实验和设计多样性评估进行了进一步分析。
**结论与扩展**
基于结构图纸流形假设,本研究提出了 FrameDiT——一种用于钢支撑框架结构柱、梁和支撑布局设计的双流条件扩散 Transformer。首先,构建了一个多模态数据集,包括建筑图纸、结构图纸和详细设计参数。基于语义预处理,输入和输出数据均以多通道格式表示。特别地,柱候选通道
**作者贡献声明**
Jiang Li:写作——审阅与编辑、写作——原稿撰写、可视化、验证、方法论、形式化分析、数据管理、概念构思。Wei Wang:写作——审阅与编辑、监督、软件、资源、项目管理、调查、资金获取、概念构思。Yuqing Gao:写作——审阅与编辑、写作——原稿撰写、监督、资源、方法论、资金获取、概念构思。
**利益冲突声明**
作者声明不存在任何可能影响本文报告工作的已知经济利益或个人关系方面的冲突。
**致谢**
衷心感谢国家自然科学基金(项目编号:52378182)和上海启明星计划(项目编号:24YF2749100)的资助支持。
Jiang Li | Wei Wang | Yuqing Gao
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号